推論

[リコー120Bモデル]継続事前学習とモデルマージ

リコーが開発した120B規模の国産LLMを例に、日本語特化の語彙拡張や継続事前学習、モデルマージ（SLERP、TIES、DARE）の数理的背景を解説。vLLMを用いた高速な推論環境構築手順や運用コストの課題も網羅します。

[Maia 300]推論アーキテクチャの変革と選定基準

MicrosoftのAIアクセラレーター「Maia 300」のアーキテクチャと選定基準を解説。HBM4や2nmプロセスによるLLM推論のメモリネック解消と電力効率向上を紐解き、NVIDIA GPUとの比較から最適なインフラ選定基準を提示します。

Gemma 4 モデル比較表

GoogleのGemma 4シリーズ（latest、e4b、e2b）のスペックや特徴を比較表で徹底解説。各モデルの有効パラメータ数、推奨環境、メモリ量、マルチモーダル対応状況の違いを整理し、用途に応じた最適なモデル選定を支援します。